Nano Banana
Kurzfassung
▾
Quellen
▾
Waymo integriert DeepMinds Genie 3, um realistische und interaktive Trainingsumgebungen für autonome Fahrzeuge zu generieren. Das „Waymo World Model“ simuliert seltene Extremsituationen wie Unwetter oder exotische Hindernisse ohne physisches Risiko für die Flotte. Im Gegensatz zu früheren Simulationen reagieren die generierten Verkehrsteilnehmer dynamisch auf das Fahrverhalten des Robotaxis. Die Technologie ermöglicht eine schnellere und sicherere Validierung von Software-Updates durch Millionen simulierter Kilometer.
Waymo Blog: The Waymo World Model
The Verge: What happens when Waymo runs into a tornado?
Bloomberg: Waymo Says Genie 3 Simulations Can Help Boost Robotaxi Rollout
Transport Topics: Waymo Says Genie 3 Simulations Can Boost Robotaxi Rollout
X (Sawyer Merritt): Waymo has introduced the Waymo World Model
Waymo integriert das DeepMind-Modell Genie 3 in seine Entwicklungsarbeit und schafft damit eine hyper-realistische Trainingsumgebung. Das neue „Waymo World Model“ generiert interaktive Szenarien, um autonome Fahrzeuge gefahrlos auf seltene Randfälle vorzubereiten. Anzeige Vom Videospiel zur generativen Simulation Klassische Simulationen im Bereich des autonomen Fahrens basierten bisher meist auf geometrischen Modellen. Entwickler definierten Objekte und Regeln manuell, ähnlich wie in einer Game-Engine. Das neue System bricht mit diesem Ansatz. Es nutzt generative künstliche Intelligenz, um Videoinhalte dynamisch und physikalisch plausibel vorherzusagen. Die Technologie fußt auf Googles DeepMind-Architektur Genie 3. Das Modell generiert den nächsten Frame eines Videos basierend auf den Aktionen des Fahrzeugs und dem vorherigen Zustand der Welt. Dies ermöglicht eine visuelle Detailtreue, die herkömmliche Render-Engines oft vermissen lassen. Schattenwürfe, Lichtreflexionen und komplexe Wetterbedingungen entstehen organisch aus den Trainingsdaten. + Quelle: Waymo Training für den unwahrscheinlichen Ernstfall Der primäre Nutzen liegt in der Bewältigung sogenannter „Long-tail“-Ereignisse. Das sind Situationen, die im normalen Straßenverkehr extrem selten, aber potenziell gefährlich sind. Waymo simuliert nun Szenarien wie plötzliche Tornados, Elefanten auf der Fahrbahn oder schweres Fehlverhalten anderer Verkehrsteilnehmer. Diese Tests finden statt, ohne ein physisches Fahrzeug zu gefährden. Das System erlaubt den Ingenieuren, spezifische Parameter zu variieren. Sie testen, wie die Software reagiert, wenn ein Fußgänger plötzlich stoppt oder ein entgegenkommendes Fahrzeug die Spur verlässt. + Quelle: Waymo Interaktive Umwelt reagiert auf das Fahrzeug Ein entscheidender Vorteil gegenüber passiven Videodaten ist die Interaktivität. In bisherigen Aufzeichnungen fahren andere Autos stur ihren aufgezeichneten Weg, egal was das Testfahrzeug macht. Im Waymo World Model reagieren die generierten Agenten auf das Verhalten des Robotaxis. Bremst das autonome Fahrzeug ab, entscheidet ein simulierter Fußgänger vielleicht, die Straße doch noch zu überqueren. Fährt das Auto aggressiv, weichen andere Verkehrsteilnehmer aus. Diese Reaktionsfähigkeit der Umgebung schließt eine wichtige Lücke zwischen Simulation und Realität. Beschleunigte Validierung neuer Software Die Einführung dieses Modells zielt auf eine effizientere Skalierung der Robotaxi-Flotte ab. Software-Updates durchlaufen nun Millionen simulierter Kilometer in kritischen Szenarien, bevor sie auf die Straße kommen. Die KI lernt dabei nicht nur aus erfolgreichen Fahrten, sondern auch aus generierten Fehlern und Beinahe-Unfällen. Waymo nutzt hierfür seine umfangreiche Datenbank aus Millionen real gefahrener Kilometer. Diese Daten dienen als Grundwahrheit, aus der Genie 3 lernt, wie sich die Welt verhält. Das Ergebnis ist ein Werkzeug, das die Sicherheitsvalidierung präziser und schneller macht als reine Straßentests. Anzeige
